基于PET-CT的肺癌早期计算机辅助诊断技术

文章插图
基于PET-CT的肺癌早期计算机辅助诊断技术【基于PET-CT的肺癌早期计算机辅助诊断技术】《基于PET-CT的肺癌早期计算机辅助诊断技术》是2015年国防工业出版社出版的图书，作者是赵涓涓。
基本介绍书名：基于PET-CT的肺癌早期计算机辅助诊断技术
作者：赵涓涓
ISBN：9787118101539
页数：128页
定价：32.00元
出版社：国防工业出版社
出版时间：2015-5-1
装帧：平装
开本：32开
内容简介《基于PET-CT的肺癌早期计算机辅助诊断技术》融合当前医学图像处理、计算机辅助诊断技术的发展和作者科研实践的研究成果，详细描述了基于PET—CT的肺癌早期计算机辅助诊断技术的几个关键部分。分别从肺部影像计算机去噪算法，PET—CT医学图像去噪方法，多模态医学图像配準和融合方法，肺结节计算机辅助诊断特徵选择方法，以及肺部结节良、恶性的分类方法和预测模型等方面进行了描述，详细介绍了各个方面的算法描述、实验结果和结果分析，力求向读者展示出对PET—CT的肺癌早期计算机辅助诊断相关技术的新研究动态，希望能为从事相关研究的广大读者提供参考，能对医学图像处理、计算机辅助诊断技术的发展起到推动作用。书中参考文献所列作者发表的科研论文也可作为《基于PET-CT的肺癌早期计算机辅助诊断技术》的扩展阅读。《基于PET-CT的肺癌早期计算机辅助诊断技术》可作为高等院校医学图像处理、计算机辅助诊断及相关专业的教材，也可供专门从事医学图像处理、计算机辅助诊断的科研和套用人员学习参考。目录第1章绪论1.1 医学影像研究1.2 计算机辅助诊断1.3 基于PET-CT的肺癌早期计算机辅助诊断1.4 本书的结构第2章 PET-CT医学图像去噪2.1 传统图像去噪方法及其缺点2.1.1 中值滤波2.1.2 均值滤波2.1.3 小波滤波2.1.4 传统去噪方法的实验效果2.2 基于非局部平均方法的图像去噪2.2.1 基于片相似性的非局部图像去噪2.2.2 改进的各向异性扩散模型的医学去噪2.3 基于非局部平均方法的PET图像去噪2.3.1 非局部平均方法2.3.2 非局部平均方法的改进2.3.3 实验及结果分析2.4 基于灰色关联分析和GM模型的医学图像去噪2.4.1 噪声点的检测2.4.2 去噪处理2.4.3 实验及结果分析第3章肺部PET-CT图像的分割3.1 传统医学图像分割方法3.1.1 分水岭图像分割3.1.2 基于区域增长的图像分割3.1.3 阈值分割3.2 结合区域增长的多尺度分水岭分割3.2.1 方法概述3.2.2 实验结果3.2.3 结果分析3.3 基于分层模板的分水岭图像分割3.3.1 方法概述3.3.2 实验结果3.3.3 结果分析3.4 基于SUV阈值和区域增长的图像分割3.4.1 方法概述3.4.2 实验结果3.4.3 结果分析3.5 基于左右扫描和四角旋转扫描寻找种子点的区域生长肺分割算法3.5.1 方法概述3.5.2 实验结果3.5.3 结果分析3.6 基于滚球法的肺实质分割方法3.6.1 方法概述3.6.2 实验结果3.6.3 结果分析3.7 基于PET-CT的活动轮廓模型的图像分割3.7.1 方法概述3.7.2 实验结果3.7.3 结果分析第4章 PET-CT医学图像的配準和融合4.1 医学图像配準4.1.1 图像配準的定义4.1.2 医学图像配準流程及框架4.1.3 医学图像配準分类4.2 基于互信息的图像配準4.2.1 互信息配準4.3 改进的基于互信息的图像配準4.3.1 改进的互信息方法描述4.3.2 实验及结果分析4.4 医学图像融合4.4.1 医学图像融合方法4.4.2 医学图像融合规则4.4.3 图像融合的评价方法4.5 基于多尺度的医学图像融合4.5.1 基于多尺度的医学图像融合方法4.5.2 实验及结果分析第5章肺结节诊断模型的特徵选择5.1 肺结节诊断模型中特徵选择概述5.2 构建孤立性肺结节特徵集5.3 基于联合互信息的特徵选择算法5.3.1 基于联合互信息的特徵选择算法设计5.3.2 实验及结果分析第6章肺结节良性、恶性分类6.1 传统的SVM、FSVM 分类方法6.1.1 SVM分类方法6.1.2 FSVM分类方法6.2 SVM最佳化6.2.1 粒子群算法6.2.2 粒子群算法最佳化支持向量机6.2.3 实验及结果分析6.3 DFSVM分类及其套用6.3.1 DFSVM方法6.3.2 实验及结果分析第7章肺结节良性、恶性预测模型7.1 医学诊断模型概述7.2 基于Logistic分析的预测模型7.2.1 统计学分析方法7.2.2 结节徵象单因素和多因素分析7.2.3 预测模型的建立7.3 实验与分析7.3.1 实验数据集7.3.2 实验对比与分析参考文献"